Zmiany złożoności przestrzennej obszarów leśnych, rolniczych i zurbanizowanych w latach 1992-2020 na świecie
1. Wprowadzenie
Antropogeniczny wpływ wywierany na środowisko naturalne dotyczy zmiany pokrycia terenu i kształtuje różne globalne trendy dotyczące coraz większej urbanizacji, ekspansji rolnictwa, a także wylesiania i ponownego zalesiania obszarów leśnych. Struktura krajobrazu i zmiany zachodzące na jego obszarze mogą być opisywane za pomocą metryk krajobrazowych, wykorzystując mapy pokrycia terenu o globalnym zasięgu.
Struktura krajobrazu odznacza się dwoma głównymi cechami: kompozycją i konfiguracją. Wśród pięciu wskaźników teorii informacji można wyróżnić dwie główne metryki krajobrazowe - entropię brzegową oraz względną informację wzajemną, które określają kolejno różnorodność kategorii przestrzennych (kompozycję) oraz jednolitość (konfigurację) lokalnego krajobrazu. Czym większa wartość entropii brzegowej, tym większa różnorodność krajobrazu, czym większa wartość względnej informacji wzajemnej - tym krajobraz jest bardziej jednolity przestrzennie (Ryc. 1). Analiza ich podobieństw w czasie wpływa na określenie tendencji zmian kompozycji i konfiguracji poszczególnych obszarów.
Celem pracy jest zidentyfikowanie obszarów o największych zmianach kompozycji i konfiguracji krajobrazu leśnego, rolniczego oraz zurbanizowanego w latach 1992-2020. Kluczowym aspektem jest określenie przyczyn oraz związku tych zmian z wpływem antropopresji na ekspansję rolnictwa, wylesianie i urbanizację. Równie istotnym elementem pracy jest powiązanie zmian złożoności przestrzennej ze zmiennymi społeczno-ekonomicznymi - wskaźnikiem demokracji oraz produktem krajowym brutto per capita wg. parytetu siły nabywczej.
2. Dane
2.1 Rastrowe dane pokrycia terenu
Niezbędne do obliczenia zmian złożoności przestrzennej dane rastrowe pokrycia terenu zostały pozyskane z projektu Climate Change Initiative Land Cover, prowadzonego w latach 1992-2015 przez Europejską Agencję Kosmiczną (ang. European Space Agency, ESA) oraz Copernicus Climate Change Service (lata 2016-2020) - jednej z sześciu usług tematycznych świadczonych w ramach unijnego programu Copernicus.
Pozyskane dane pozwalają na ilościową ocenę zmian pokrycia terenu w skali globalnej w corocznym odstępie, od 1992 do 2020 roku.
Zbiór pokrycia terenu CCI-LC charakteryzuje się rozdzielczością przestrzenną na poziomie 10 sekund kątowych, co przekłada się na ok. 300 m na równiku. Klasyfikacja pokrycia terenu opiera się na dwóch poziomach - poziom 1 zawiera 22 spójne globalnie kategorie pokrycia terenu, poziom 2 natomiast obejmuje 37 kategorii wykorzystujących dokładniejsze informacje regionalne.
2.2 Wektorowy zbiór odniesień przestrzennych
Obliczenie precyzyjnych wyników złożoności przestrzennej wymaga dokładnego porównania struktur krajobrazów, które można uzyskać przy pomocy odwzorowań minimalizujących błąd odległości w skali globalnej. Siatka lokalnych krajobrazów powinna zostać utworzona w takim układzie współrzędnych, którego projekcja pozwoli na uzyskanie porównywalnych wyników metryk krajobrazowych pomiędzy lokalnymi krajobrazami i nie zaburzy ich kształtu oraz rozmiaru. W tym celu użyto zestawu układów współrzędnych udostępnionych przez projekt Equi7 Grid - globalny system odniesień przestrzennych zaprojektowanych do wydajnej archiwizacji, przetwarzania i analizy danych rastrowych o wysokiej rozdzielczości. W przeciwieństwie do pojedynczej siatki dla całej kuli ziemskiej, Equi7 Grid składa się z siedmiu stref (siatek) dla każdego kontynentu, utworzonych w celu minimalizacji ogólnych zniekształceń powierzchni i kształtu w układzie WGS84 (Ryc. 2).
3. Przygotowanie danych i przebieg analizy
Całość pracy obejmowała kilka głównych etapów: przygotowanie danych, reklasyfikację, obliczenie zmian powierzchniowych oraz globalnych zmian złożoności przestrzennej, identyfikację lokalnych zmian złożoności przestrzennej oraz obliczenie korelacji globalnych zmian złożoności przestrzennej ze zmiennymi społeczno-ekonomicznymi. Wstępna obróbka danych i ich reklasyfikacja pozwoliły na uzyskanie gotowego zbioru przyciętych danych rastrowych, gotowych do późniejszych analiz powierzchniowych oraz złożoności przestrzennej.
Rastrowe dane pokrycia terenu pozyskano na lata 1992-2020, a więc łączny zestaw surowych danych wynosił 29 rastrów obejmujących pokrycie terenu 37 kategoriami dla całego świata. Rastry dla lat 1992-2015 zostały pozyskane w formacie rastrowym GeoTIFF, natomiast dane dla lat późniejszych zostały udostępnione w formacie NetCDF - szeroko stosowanym do zapisu danych atmosferycznych i oceanicznych. Użycie plików NetCDF wiązało się z ich dużo większym rozmiarem w porównaniu do wcześniejszego zbioru, ze względu na sposób ich zapisu. Wszystkie dane rastrowe odznaczały się wymiarem 124000 x 64000 komórek, a ich łączny rozmiar wynosił 46 GB.
3.1 Przetwarzanie danych
Głównym założeniem wstępnej obróbki danych było uzyskanie warstw rastrowych pokrycia terenu dla każdego kontynentu oraz roku. Bardzo znikome lub zerowe zmiany pokrycia terenu na terenie Antarktydy przyczyniły się do wyłączenia tego kontynentu z całości analizy.
Pierwszym etapem przygotowania danych była reprojekcja wektorowego zbioru Equi7 Grid do wspólnego układu WGS84, aby umożliwić przycięcie i maskowanie danych rastrowych do granic kontynentów. Etap reprojekcji danych rastrowych okazał się dość problematyczny i czasochłonny, głównie z powodu odniesienia przestrzennego Oceanii, który składał się z dwóch dość dużych obszarów po obu stronach południka 180°. Reprojekcja rastrów do indywidualnych układów Equi7 Grid została wykonana w podziale na dwa warunki: zwykłą reprojekcję kontynentów niebędących Oceanią oraz bardziej złożony etap dla Oceanii. Etap ten zakładał podział rastra na dwie części wzdłuż południka 180°, reprojekcję obu części do indywidualnego odniesienia przestrzennego dla Oceanii oraz ich złączenie za pomocą wirtualnego rastra.
Przycięcie oraz reprojekcja danych były najdłużej trwającym etapem pracy i zajęły łącznie kilkadziesiąt godzin przetwarzania, podczas którego wymagane było usuwanie z dysku plików tymczasowych, sięgających rozmiarem ponad 500 GB dla danych przetworzonych dla każdych dwóch lat. W ten sposób otrzymano gotowy do reklasyfikacji zbiór danych rastrowych dla wszystkich lat i kontynentów.
3.2 Reklasyfikacja
Badanie zmian złożoności przestrzennej dla trzech kategorii pokrycia terenu oraz identyfikacja trendów, jakie dla nich zachodzą, wymaga reklasyfikacji do dwóch kategorii: docelowej oraz kategorii obejmującej obszary pozostałe. Reklasyfikację gotowego zbioru danych przeprowadzono zatem trzykrotnie, w podziale na: obszary leśne oraz pozostałe, obszary zurbanizowane oraz pozostałe, a także obszary rolnicze oraz pozostałe. Zabieg ten pozwolił na szczegółowe zbadanie zmian struktury przestrzennej lokalnych krajobrazów oraz ich głównych tendencji, m. in.: wylesiania, ekspansji rolnictwa oraz urbanizacji.
Pozyskany zbiór ESA CCI-LC charakteryzuje się 22 kategoriami pokrycia terenu na pierwszym poziomie globalnym oraz 37 kategoriami na drugim poziomie regionalnym. Reklasyfikację przeprowadzono w oparciu o część pogrupowanych kategorii pokrycia terenu proponowanych przez Międzyrządowy Zespół ds. Zmian Klimatu (ang. Intergovernmental Panel on Climate Change, IPCC), który uwzględnia podział wszystkich kategorii ESA CCI-LC na 6 i 9 głównych grup. Podział ten powstał w celu uniwersalnego porównania zmian różnych zbiorów danych i obejmuje: obszary rolnicze, obszary leśne, użytki zielone, obszary podmokłe, obszary zurbanizowane oraz pozostałe (obszary krzewiaste, skąpą roślinność, odsłonięte gleby oraz wodę).
| Kod | Źródłowy opis kategorii w CCI-LC |
|---|---|
| Obszary rolnicze | |
| 10, 11, 12 | Rainfed cropland |
| 20 | Irrigated cropland |
| 30 | Mosaic cropland (>50%) / natural vegetation (tree, shrub, herbaceous cover) (<50%) |
| 40 | Mosaic natural vegetation (tree, shrub, herbaceous cover)(>50%) / cropland (< 50%) |
| Obszary leśne | |
| 50 | Tree cover, broadleaved, evergreen, closed to open (>15%) |
| 60, 61, 62 | Tree cover, broadleaved, deciduous, closed to open (> 15%) |
| 70, 71, 72 | Tree cover, needleleaved, evergreen, closed to open (> 15%) |
| 80, 81, 82 | Tree cover, needleleaved, deciduous, closed to open (> 15%) |
| 90 | Tree cover, mixed leaf type (broadleaved and needleleaved) |
| 100 | Mosaic tree and shrub (>50%) / herbaceous cover (< 50%) |
| 160 | Tree cover, flooded, fresh or brakish water |
| 170 | Tree cover, flooded, saline water |
| Obszary zurbanizowane | |
| 190 | Urban |
Wśród pogrupowanych kategorii reklasyfikację wykonano w oparciu o trzy główne kategorie pokrycia terenu - obszary leśne, rolnicze oraz zurbanizowane (Tab. 1). Niewykorzystane kategorie nie zostały poddane reklasyfikacji i były częścią obszarów pozostałych. Etap ten, trwający ok. 27 godzin, pozwolił na utworzenie zreklasyfikowanego zbioru danych rastrowych dla wszystkich trzech kategorii pokrycia terenu w podziale na kontynenty oraz lata (Ryc. 3). Szczegółowy opis kategorii pokrycia terenu oraz ich grup jest dostępny w dokumentacji ESA CCI-LC.
3.3 Zmiany powierzchniowe oraz zmiany złożoności przestrzennej
Zreklasyfikowany zbiór danych rastrowych posłużył w pierwszym kroku do obliczenia globalnych zmian powierzchniowych. Proces przetwarzania polegał na zamianie rastrów na ramkę danych, a następnie przypisaniu informacji o kontynencie, roku oraz kategorii pokrycia terenu na podstawie ujednoliconej nazwy rastrów i wartości komórek rastra. Wartość 1 odpowiadała zawsze za docelową kategorię pokrycia terenu, wartości 0 natomiast przypisywano kategorię “pozostałe”. Ramkę danych pogrupowano ze względu na kontynent i rok, co posłużyło do obliczenia powierzchni oraz procentowego udziału poszczególnych kategorii. Gotowy zbiór obejmował informacje o liczbie komórek, kontynencie, roku oraz udziale procentowym dla każdej kategorii. Taki zestaw danych pozwolił na obliczenie zmian powierzchni poszczególnych kategorii dla każdego kontynentu dla całego badanego okresu (Tab. 2).
| count | continent | year | class | percentage |
|---|---|---|---|---|
| 241287787 | africa | 1992 | other | 62.84 |
| 56765277 | africa | 1992 | agro | 14.78 |
| 85626299 | africa | 1992 | forest | 22.30 |
| 312359 | africa | 1992 | urban | 0.08 |
| 198747887 | asia | 1992 | other | 45.07 |
| 97441833 | asia | 1992 | agro | 22.10 |
Obliczenie zmian złożoności przestrzennej obejmowało określenie zmian globalnych oraz identyfikację największych zmian lokalnych. Założeniem obliczenia globalnych zmian było utworzenie obszernej ramki danych z niezbędnymi do dalszej analizy informacjami i statystykami. Na podstawie nazw plików rastrowych wyodrębniono informacje o kontynencie, kategorii pokrycia terenu oraz analizowanym roku - informacje te zostały na późniejszym etapie dołączone do wynikowej ramki danych w celu identyfikacji poszczególnych lokalnych krajobrazów. Na tym etapie została utworzona sygnatura przestrzenna obejmująca 10000 komórek rastra, co przełożyło się na rozdzielczość przestrzenną ok. 30 x 30 km (100x mniejszą od rozdzielczości przestrzennej surowych danych). Dla siatki obejmującej ok. 160 tys. lokalnych krajobrazów o równym kształcie oraz rozmiarze, obliczono za pomocą macierzy współwystępowania wartości trzech metryk - entropii brzegowej, informacji wzajemnej oraz względnej informacji wzajemnej, co łącznie przełożyło się na ponad 35 godzin przetwarzania danych. Wynikowa ramka danych zawiera informacje o ID lokalnego krajobrazu, wartości entropii brzegowej, informacji wzajemnej oraz względnej informacji wzajemnej, a także o przyjętej rozdzielczości przestrzennej oraz procentowym udziale braku danych, docelowej kategorii pokrycia terenu i obszarów pozostałych (Tab. 3). Dla każdego z lokalnych krajobrazów dołączono również jego geometrię, uzyskując obszerny obiekt wektorowy, który dla sprawniejszego zarządzania danymi został wyeksportowany do formatu CSV o rozmiarze ponad 3 GB.
| id | prop_NA | ent | mutinf | relmutinf | res | prop_0 | prop_1 | year | continent | class |
|---|---|---|---|---|---|---|---|---|---|---|
| 23038 | 0.01 | 0.00 | 0.00 | 1.00 | 30 | 1.00 | 0.00 | 1992 | africa | forest |
| 80327 | 0.00 | 0.00 | 0.00 | 1.00 | 30 | 1.00 | 0.00 | 2013 | africa | urban |
| 60486 | 0.00 | 0.33 | 0.22 | 0.65 | 30 | 0.94 | 0.06 | 2001 | africa | agro |
| 53615 | 0.00 | 0.26 | 0.09 | 0.33 | 30 | 0.04 | 0.96 | 1993 | africa | forest |
| 439842 | 0.00 | 0.68 | 0.40 | 0.59 | 30 | 0.82 | 0.18 | 2011 | asia | forest |
| 331751 | 0.00 | 0.10 | 0.04 | 0.38 | 30 | 0.99 | 0.01 | 2007 | asia | agro |
Zmiany złożoności przestrzennej obliczono dla dwóch skrajnych analizowanych lat, jako różnica wartości pomiędzy 1992 a 2020 rokiem. Skupiono się na dwóch skrajnych latach, ze względu na wyodrębnienie zmian złożoności przestrzennej w skali globalnej i brak przestrzennie zauważalnych corocznych zmian pomiędzy kolejnymi analizowanymi latami. Obliczenie zmian złożoności przestrzennej wykonano na podstawie gotowej ramki danych obejmujących wartości metryk dla wszystkich lat (Tab. 3). Spośród nich wydzielono lata 1992 i 2020 oraz pogrupowano dane według kontynentu, kategorii i geometrii, w celu dodania kolumny z unikalnym ID każdego lokalnego krajobrazu. Pogrupowane rekordy dla różnych lat oraz tych samych kategorii pokrycia terenu i kontynentów przyjęły identyczne ID - zabieg ten pozwolił na obliczenie zmiany wartości entropii brzegowej oraz względnej informacji wzajemnej na podstawie par krajobrazów lokalnych pomiędzy dwoma latami (Tab. 4). Ich późniejsza identyfikacja oraz poprawna wizualizacja była możliwa za pomocą dodanych informacji o kontynencie i kategorii pokrycia terenu, a także pierwotnym ID krajobrazu.
| group_id | ent_diff | mutinf_diff | relmutinf_diff | continent | class | id |
|---|---|---|---|---|---|---|
| 419470 | -0.05 | -0.01 | -0.01 | south_america | agro | 175 |
| 440163 | 0.07 | 0.05 | 0.05 | south_america | forest | 175 |
| 460856 | 0.20 | 0.04 | -0.07 | south_america | urban | 175 |
| 419471 | 0.01 | 0.00 | 0.00 | south_america | agro | 788 |
| 440164 | 0.00 | -0.01 | -0.01 | south_america | forest | 788 |
| 460857 | 0.02 | 0.01 | 0.41 | south_america | urban | 788 |
Identyfikacja lokalnych zmian złożoności przestrzennej opierała się na wyodrębnieniu największych spadków oraz wzrostów wartości entropii brzegowej i względnej informacji wzajemnej. Aby uszczegółowić obszar zmian zastosowano metodę ruchomego okna, która pozwala na lepsze zrozumienie zmian struktury krajobrazu w skali lokalnej. Podstawową koncepcją tej metody jest przesuwanie okna o zdefiniowanym z góry rozmiarze po przestrzeni danych, jednocześnie obliczając wybraną metrykę (entropię brzegową lub względną informację wzajemną) wewnątrz tego okna. Wszystkie kroki przeprowadzono w sposób zbliżony do tego, jak obliczano globalne zmiany, zastępując sygnaturę przestrzenną obejmującą 10000 komórek rastra ruchomym oknem w kształcie okręgu o średnicy 51 komórek. W ten sposób uzyskano dokładną wartość metryk w docelowej komórce w odniesieniu do najbliższych sąsiadujących komórek. Utworzony zestaw największych zmian złożoności przestrzennej charakteryzował się rozdzielczością przestrzenną równą surowo pozyskanym danym - ok. 300 x 300 metrów. Zbiór ten pomógł przybliżyć przyczyny i trendy występujących zmian struktury krajobrazu na poziomie lokalnym.
3.4 Korelacja ze zmiennymi społeczno-ekonomicznymi
Uzyskane zmiany entropii brzegowej oraz względnej informacji wzajemnej dla wszystkich trzech kategorii pokrycia terenu porównano z dwoma zmiennymi społeczno-ekonomicznymi: wskaźnikiem demokracji oraz produktem krajowym brutto na mieszkańca wg. parytetu siły nabywczej. Stan demokracji oraz życia publicznego może w pewnym stopniu wpływać na kształcenie się decyzji politycznych, tych pozytywnych i negatywnych, z zakresu gospodarowania obszarami leśnymi, rolniczymi i zurbanizowanymi. Porównanie obu zmiennych ze zmianami struktury krajobrazu może wyodrębnić grupę państw lub regionów, które odznaczają się skłonnością do różnego sposobu zarządzania ww. obszarami - zwiększania różnorodności krajobrazu lub jego ujednolicania.
Wskaźnik demokracji (ang. Democracy Index) mierzy jakość demokracji wśród 167 krajów i terytoriów na świecie oraz został opracowany przez Economist Intelligence Unit, która jest częścią Economist Group - wydawcy tygodnika The Economist. Wskaźnik ten opiera się na 60 miarach w 5 różnych kategoriach, mierzących proces wyborczy i pluralizm, wolność obywatelską, funkcjonowanie rządu, udział w życiu politycznym oraz kulturę polityczną. Wartość liczbowa wskaźnika bazuje w zakresie od 0 do 10 i odzwierciedla jeden z czterech typów demokracji: demokrację pełną oraz demokrację wadliwą, a także reżim hybrydowy i reżim autorytarny. Wskaźnik demokracji został po raz pierwszy opublikowany w raporcie z roku 2006 i do roku 2010 był ukazywany co dwa lata, od 2010 jest publikowany natomiast co roku.
Produkt krajowy brutto na mieszkańca wg. parytetu siły nabywczej (ang. Gross domestic product (GDP) at purchasing power parity (PPP) per capita) ukazuje wartość wszystkich końcowych towarów i usług wyprodukowanych w gospodarce w jednym roku w poszczególnej jednostce terytorialnej (kraju lub regionie), podzieloną przez średnią liczbę ludności zamieszkującą tę jednostkę. Jest to wartość nominalnego PKB na mieszkańca skorygowana o koszty utrzymania w danym kraju, wyrażona w dolarach międzynarodowych.
Dane dotyczące wskaźnika demokracji pozyskano z projektu Our World in Data dla państw na lata 2006-2020. Zbiór ten połączono z przestrzennymi granicami krajów za pomocą uniwersalnego trzyliterowego kodu państw w formacie ISO, a następnie obliczono zmiany procentowe wartości wskaźnika demokracji pomiędzy latami 2006-2020. Dane obejmujące wartości PKB per capita wg. PSN zostały pozyskane ze zbioru globalnych danych rastrowych PKB i HDI dla lat 1990–2015 (Kummu, 2018). Z siedmiu dostępnych warstw kilku wskaźników wykorzystano jedynie dane obejmujące PKB per capita wg. PSN o rozdzielczości 5 minut kątowych, opracowanych dla regionalnego poziomu szczegółowości, będącego najwyższym poziomem administracyjnym w danym kraju.
W celu znalezienia najwyższych korelacji pomiędzy zmianami metryk a zmiennymi społeczno-ekonomicznymi, ich wartości zostały dołączone do obu poziomów regionalizacji - wskaźnik demokracji został przypisany również do regionów, natomiast wartości PKB per capita wg. PSN zostały dodatkowo przypisane do poziomu krajowego. Zbiór państw podzielono na dwie grupy (Ryc. 4a): państwa o pełnej lub wadliwej demokracji, nazywane dalej państwami demokratycznymi (wskaźnik demokracji powyżej 6) oraz państwa o reżimie hybrydowym i autorytarnym, nazywane dalej państwami niedemokratycznymi (wskaźnik demokracji poniżej 6). Zbiór regionów został podzielony na bogate, średnio zamożne oraz biedne, bazując na wartości PKB per capita wg. PSN na rok 2015 dla pierwszego i trzeciego kwartylu, odpowiednio 7544.5 USD oraz 28541.3 USD (Ryc. 4b).
4. Globalne zmiany powierzchniowe
Zmiany powierzchni dla wszystkich trzech kategorii pokrycia terenu zostały zaprezentowane w ujęciu globalnym oraz w podziale na poszczególne kontynenty. Obliczenie zmian udziału powierzchni może ukazać nie tylko trendy w zmianach poszczególnych kategorii pokrycia terenu dla każdego kontynentu, ale także najważniejsze momenty w badanym okresie, które dany trend zaburzały lub odwracały. Ocena zmian powierzchniowych może tłumaczyć główne zmiany złożoności przestrzennej oraz pomóc w lepszym zrozumieniu dynamiki tych zmian.
4.1 Obszary leśne
Różnorodność trendów w zarządzaniu lasami na wszystkich kontynentach jest największa spośród analizowanych kategorii pokrycia terenu, co może być wynikiem różnych polityk środowiskowych, zmian klimatycznych oraz działalności gospodarczej. Długotrwały, dość stabilny trend wzrostowy obszarów leśnych jest zauważalny jedynie w Afryce, a od 2013 roku występuje również w Ameryce Południowej (Ryc. 5). Powierzchnia lasów zwiększyła się względem 1992 roku jedynie na dwóch kontynentach - w Afryce oraz Europie. Oceania jako jedyny kontynent odznacza się trendem spadkowym od roku 1992. Na całym świecie, a szczególnie w Oceanii, obserwuje się trend spadkowy procentowego udziału obszarów leśnych, który od 1999 roku uległ stabilizacji i znacznym fluktuacjom.
W okresie 1992-2020 największa zmiana powierzchni obszarów leśnych, sięgająca ponad 500 tys. km2, nastąpiła w Ameryce Południowej (Ryc. 6). Zmiana ta jest związana przede wszystkim z długotrwałą wycinką Puszczy Amazońskiej, która w 2004 roku została zahamowana, a od roku 2013 następuje rosnąca rekompensacja wylesionych obszarów. Największym jednorocznym spadkiem powierzchni charakteryzuje się rok 2004, w którym nastąpiło zmniejszenie obszarów leśnych w Ameryce Południowej o ponad 120 tys. km2. Wzrost powierzchni lasów Afryki, która charakteryzuje się największym pozytywnym trendem, wyniósł od 1999 roku ponad 170 tys km2. Zmiany powierzchni obszarów leśnych dla pozostałych kontynentów są znacznie mniejsze i w ciągu 29 badanych lat bardzo nie przekroczyły 125 tys. km2.
5. Globalne zmiany złożoności przestrzennej
W rozdziale tym skupiono się na przedstawieniu zmian entropii brzegowej i względnej informacji wzajemnej, prezentacji trendów tych zmian w ujęciu globalnym, a także powiązaniu ich z głównymi przyczynami odpowiadającymi za zmianę struktury krajobrazu: wylesianiem i ponownym zalesianiem obszarów leśnych, ekspansją rolnictwa oraz urbanizacją. Badanie zmian entropii brzegowej i względnej informacji wzajemnej wyszczególniło obszary oraz grupy obszarów, których krajobraz uległ rozdrobnieniu lub ujednoliceniu. Na wielu obszarach wartości obu metryk równocześnie uległy zwiększeniu lub zmniejszeniu, co zostało szczegółowiej zaprezentowane w podrozdziale 5.3. Rozkład przestrzenny globalnych zmian został przedstawiony dla dwóch skrajnych lat, ze względu na znikome różnice wartości w ujęciu rocznym oraz identyfikację ogólnych zmian na poziomie kontynentalnym.
5.1 Entropia brzegowa
5.1.1 Obszary leśne
Najbardziej widoczną zmianą średniej wartości entropii w ciągu 29 analizowanych lat charakteryzuje się Ameryka Południowa, która w tym okresie zanotowała znaczący wzrost wartości metryki. Do 2004 roku istniał na jej obszarze stały trend wzrostowy, a w 2003 roku nastąpił wzrost o niemal 0.4 średniej wartości entropii, co było spowodowane dużą utratą obszarów leśnych (Ryc. 7). Pozostałe kontynenty cechuje brak istotnej zmienności zróżnicowania przestrzennego krajobrazów. Najwyższą średnią entropią brzegową charakteryzuje się Europa, ze względu na brak obszernych terenów leśnych oraz innych kategorii pokrycia terenu o jednolitej strukturze. Najniższymi średnimi wartościami odznacza się natomiast Afryka, której średni poziom różnorodności krajobrazu zaniża Sahara oraz wilgotny las równikowy, będące obszarami o wysokiej zbitości krajobrazu. W ciągu ostatnich kilku lat wystąpił zauważalny trend wzrostowy entropii brzegowej dla każdego z kontynentów.
Rozkład przestrzenny obliczonych wartości entropii brzegowej dla obu lat został ukazany na rycinie 8 i poza niektórymi obszarami nie wyróżnia się zauważalnymi zmianami. Największa różnorodność krajobrazu leśnego występuje na większości obszarów Europy, a także w południowo-wschodniej Azji oraz na terenach tajgi w północnej Kanadzie - obszary te odznaczają się występowaniem wielu kategorii pokrycia terenu. obszary odznaczające się zerową entropią, które zajmują ponad 50 mln km2, znajdują się przede wszystkim na pustyniach, stepach, suchych glebach oraz terenach pokrytych lodem. Obszary o entropii brzegowej wyższej od cechują się dość równomiernym rozkładem, wśród których wartości bliskie pełnej różnorodności krajobrazu występują najpowszechniej.
Największym wzrostem entropii brzegowej między 1992 a 2020 rokiem odznacza się Puszcza Amazońska (Ryc. 9). Znaczące spadki są zauważalne również na obszernych terenach leśnych we wschodniej Rosji, a także północnej Nikaragui i południowo-zachodniej Kanadzie. Obszary charakteryzujące się wzrostem entropii brzegowej są dwukrotnie liczniejsze od obszarów, dla których wartość tej metryki zmalała. Największe spadki zróżnicowania przestrzennego krajobrazu odnotowano na wielu obszarach Ameryki Południowej oraz Afryki Środkowej, a także w Birmie oraz stanie Minnesota w USA.
Szczegółową powierzchnię obszarów dla poszczególnych zakresów zmian wartości entropii brzegowej w podziale na kontynenty przedstawiono na rycinie 10. Wszystkie z nich odznaczają się znaczną przewagą obszarów ze wzrostem entropii brzegowej od obszarów, gdzie uległa ona spadkowi. Wśród wszystkich kontynentów Europa odznacza się najmniejszym udziałem procentowym obszarów, które nie uległy zmianie, a wzrost entropii objął niemal 70% jej powierzchni.
